"试了一下, cfg.evaluation.dataloader.batch_size_per_gpu = 16
cfg.train.dataloader.batch_size_per_gpu = 3,两个保持不变微调也可以成功。但ModelScope预测还是会报错,怎么解决?特别是多模态地址,错误还是一样: raise ValueError(f'Unsupported data type {type(data)}')
ValueError: Unsupported data type pipeline_ins = pipeline(
task=task, model=model_dir)
print(pipeline_ins(input=multi_modal_inputs)) ,这个通不过。"
这边测试时,将.cache/modelscope/damo下的模型文件夹mgeo_geographic_textual_similarity_rerank_chinese_base拷贝到tmp_dir,删除tmp_dir/mgeo_geographic_textual_similarity_rerank_chinese_base/pytorch_model.bin,然后将训练后output下的pytorch_model.bin拷贝到tmp_dir/mgeo_geographic_textual_similarity_rerank_chinese_base。model_dir='/xxx/tmp_dir/mgeo_geographic_textual_similarity_rerank_chinese_base/',多模态输入也可以跑通。 遇到个特殊的模型,一般model='xxx/output'就可以了。 此回答整理自钉群“魔搭ModelScope开发者联盟群 ①”
ModelScope旨在打造下一代开源的模型即服务共享平台,为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品,让模型应用更简单!欢迎加入技术交流群:微信公众号:魔搭ModelScope社区,钉钉群号:44837352